Nämä esimerkkitehtävät ovat suurelta osalta joko Juha Purasen tai Pyry-Matti Vasaman vanhoja harjoitustehtäviä.

Samankaltaiset tiedostot
vkp 4*(1+0)/(32-3)-1= vkp 2*(1+0)/(32-3)=

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

Ilkka Mellin (2008) 1/5

4. laskuharjoituskierros, vko 7, ratkaisut

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

D ( ) E( ) E( ) 2.917

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

30A02000 Tilastotieteen perusteet

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Sovellettu todennäköisyyslaskenta B

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

riippumattomia ja noudattavat samaa jakaumaa.

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Moniulotteiset satunnaismuuttujat ja jakaumat

dx=5&uilang=fi&lang=fi&lvv=2014

Tilastollinen aineisto Luottamusväli

3. laskuharjoituskierros, vko 6, ratkaisut

6. laskuharjoitusten vastaukset (viikot 10 11)

Harjoitus 2: Matlab - Statistical Toolbox

Johdatus todennäköisyyslaskentaan Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. TKK (c) Ilkka Mellin (2005) 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Todennäköisyyden ominaisuuksia

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

D ( ) Var( ) ( ) E( ) [E( )]

Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,

Todennäköisyyslaskenta - tehtävät

Todennäköisyyslaskun kertaus. Heliövaara 1

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Tilastomatematiikka Kevät 2008

POPULAATIO. Oikeastaan arvot, joista ollaan kiinnostuneita (mitatut numeeriset suureet, luokittelut).

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

dx=2&uilang=fi&lang=fi&lvv=2015

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Johdatus tn-laskentaan torstai

&idx=2&uilang=fi&lang=fi&lvv=2015

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

Sovellettu todennäköisyyslaskenta B

031021P Tilastomatematiikka (5 op) viikko 3

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

(x, y) 2. heiton tulos y

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sovellettu todennäköisyyslaskenta B

Ilkka Mellin Todennäköisyyslaskenta. Osa 3: Todennäköisyysjakaumia. Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2007) 1

Tilaston esittäminen frekvenssitaulukossa ja graafisesti. Keskiluvut luokittelemattomalle ja luokitellulle aineistolle: moodi, mediaani, keskiarvo.

Sovellettu todennäköisyyslaskenta B

MTTTP5, luento Kahden jakauman sijainnin vertailu (jatkoa) Tutkimustilanteita y = neliöhinta x = sijainti (2 aluetta)

Pylväsdiagrammi Suomen kunnat lääneittäin vuonna Piirakkadiagrammi Suomen kunnat lääneittäin vuonna 2003 LKM 14.8% 11.2% 19.7% 4.9% 3.6% 45.

OTATKO RISKIN? peli. Heitä noppaa 3 kertaa. Tavoitteena on saada

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

Johdatus todennäköisyyslaskentaan Jatkuvia jakaumia. TKK (c) Ilkka Mellin (2005) 1

tilastotieteen kertaus

Teema 8: Parametrien estimointi ja luottamusvälit

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

&idx=2&uilang=fi&lang=fi&lvv=2015

Estimointi. Vilkkumaa / Kuusinen 1

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

5. laskuharjoituskierros, vko 8, ratkaisut

Osa 2: Otokset, otosjakaumat ja estimointi

1. laskuharjoituskierros, vko 4, ratkaisut

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

Tilastollinen päättömyys, kevät 2017 Harjoitus 6B

Moniulotteiset satunnaismuuttujat ja jakaumat

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

031021P Tilastomatematiikka (5 op) viikot 5 6

Johdatus todennäköisyyslaskentaan Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2005) 1

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 4

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I

Satunnaismuuttujien muunnokset ja niiden jakaumat

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

Moniulotteisia todennäköisyysjakaumia

805306A Johdatus monimuuttujamenetelmiin, 5 op

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

Transkriptio:

Nämä esimerkkitehtävät ovat suurelta osalta joko Juha Purasen tai Pyry-Matti Vasaman vanhoja harjoitustehtäviä. TODENNÄKÖISYYSLASKENTA: 1. Oletetaan, että todennäköisyyskenttä E muodostuu alkeistapahtumista E={a,b,c,d,e,f,g}, joilla on todennäköisyydet. P(a)=0.07 P(b)=0.08 P(c)=0.10 P(d)=0.15 P(e)=0.25 P(f)=0.13 P(g)=0.22. Tarkasta, että kyseessä on todennäköisyyskenttä ts. P(E)=1 Tarkastellaan seuraavia tapahtumia A={a,e,f} B={c,e,g} C={b,e,f}. Määrää: a) P(A), P(B), P(C) b) P(A ja B), P(B tai C), P( ei A) c) P(A ehdolla B) Kaikki todennäköisyydet ovat nolla ja yhden välillä, alkeistapahtumat ovat toisensa poissulkevia ja P(E)=0.07+0.0.08+0.10+0.15+0.25+0.13+0.22=1, eli on todennäköisyyskenttä. a) P(A)=0.07+0.25+0.13=0.45, P(B)=0.10,0+25+0.22=0.57, P(C)=0.08+0.25+0.13=0.46 b) P(A B)=0.25, P(BUC)=P(B)+P(C)-P(B C)=0.57+0.46-0.25=0.78, P(A c )=1-P(A)=1-0.45=0.55 c) P(A B)=P(A B)/P(B)=0.25/0.57=0.439 2. Oletetaan, että P(A) = 0.5, P(B) = 0.3 ja P(A ja B) = 0.2. Määrää seuraavat todennäköisyydet: a) joko A tai B tai molemmat tapahtuvat, b) vain A tapahtuu, c) ainakin A tapahtuu, d) korkeintaan A tapahtuu. Edellisten lisäksi oletetaan, että P(AUC)=0.8, niin mikä on P(C), kun e) A ja C ovat toisensa poissulkevia, f) A ja C ovat riippumattomia. a) P(AUB)=P(A)+P(B)-P(A B)=0.5+0.3-0.2=0.6 b) P(A)-P(A B)=0.5-0.2=0.3 c) P(A)=0.5 d) P(B c )=1-P(B)=1-0.3=0.7 e) P(AUC)=P(A)+P(C) => P(C)=P(AUC)-P(A)=0.8-0.5=0.3 f) P(AUC)=P(A)+P(C)-P(A)*P(C) => P(C)=(P(AUC)-P(A))/(1-P(A))= (0.8-0.5)/(1-0.5)=0.6 3. Korissa on 4 paria sinisiä, 2 paria vihreitä sukkia sekä yksi ruskea ja yksi valkea sukka. Sukkia ei ole järjestetty pareittain. Mikä on todennäköisyys, että valitessani satunnaisesti 2 sukkaa ne ovat a) molemmat sinisiä b) molemmat vihreitä c) molemmat samaa väriä d) ruskea ja valkea sukka e) vähintään yksi sininen sukka f) pari samaa väriä, kun saa nostaa vielä kolmannenkin sukan? a) 8/14*7/13=4/13 b) 4/14*3/13=6/91 c) 8/14*7/13+4/14*3/13=34/91 d) 2/14*1/13=1/91 (tai 1/14*1/13=1/182, jos järjestyksellä väliä) e) 1-(6/14*5/13)=76/91 f) sininen pari: P(S2)=8/14*7/13*6/12+8/14*7/13*8/12*3=1680/2184 vihreä pari: P(V2)=4/14*3/13*2/12+4/14*3/13*10/12*3=192/2184 P(S2)+P(V2)=(1680+192)/2184=1872/2184=0.85714285714286 4. Henkilöllä on 10 jazz-levyä ja 8 levyä klassista musiikkia. Hän valitsee kaksi levyä umpimähkään soitettavaksi. Mikä on todennäköisyys, että a) molemmat ovat jazz-levyjä, b) ainakin toinen levyistä on jazzia, kun levyt valitaan ilman takaisinpanoa. a) P(A)=10/18*9/17=5/17 0.294 b) 1-P(B)=1-(8/18*7/17)=125/153 0.817 5. Kuten tehtävä 4, mutta levyt valitaan takaisinpanoa käyttäen. a) P(A)=10/18*10/18=25/81 0.309 b) 1-P(B)=1-(8/18*8/18)=65/81 0.802 6. Positiivisiin kokonaislukuihin 1:stä n:ään liitetään todennäköisyydet, jotka ovat suoraan verrannolliset lukujen suuruuteen. a) määrää edellä mainitut todennäköisyydet, b) määrää 1:n ehdollinen todennäköisyys ehdolla, että joko 1 tai n esiintyi. a) P i =2i/(n*(n+1)) b) 1/(1+n), kun n>1, muuten 1. 1

8. a) Ovatko A ja B riippumattomia alla olevassa tilanteessa? b) Onko A ehdollisesti riippumaton B:stä, kun ehtona käytetään C:tä alla olevassa tilanteessa? ABC BC BC BC ABC BC BC BC ABC BC BC BC ABC BC BC BC AC C C C AC C C C A A P(A)=8/40, P(B)=16/40, P(C)=24/40, P(A B)=4/40, P(A C)=6/40, P(B C)=16/40, P(A B C)=4/40 a)p(a B)=P(A B)/P(B)=(4/40)/(16/40)=4/16=0.25 P(A B) P(A), joten A ja B eivät ole riippumattomia. P(A)=8/40=0.2 b) P(A C)/P(C)*P(B C)/P(C)=(6/40)/(24/40)*(16/40)/(24/40)=6/24*16/24=96/576=0.166667 P(A B C)= P(A B C)/P(C)=(4/40)/(24/40)=4/24=0.166667 P(A C)* P(B C)= P(A B C), joten A ja B ovat ehdollisesti riippumattomia. 9. Todennäköisyys, että opettaja ajaa sadepäivänä pyörällä töihin on 20 %. Muussa tapauksessa hän tulee bussilla. Pyörällä opettaja ehtii ajoissa perille 90 % todennäköisyydellä, kun vastaava todennäköisyys bussilla on 70 %. Sateen todennäköisyys olkoon 40% ja kun ei sada, niin ajoissa ehtimistodennäköisyydet ovat 5 %-yksikköä korkeammat. Polkupyörällä saapumistodennäköisyys on sateettomana päivänä 95%. Opettaja saapuu ajoissa, millä todennäköisyydellä ulkona sataa? P(ajoissa pyörällä sataa)= 0.4*0.2*0.9=0.072 P(ajoissa pyörällä ei sada)= 0.6*0.95*0.95=0.5415 P(ajoissa bussilla sataa)= 0.4*0.8*0.7=0.224 P(ajoissa bussilla ei sada)= 0.6*0.05*0.75=0.0225 P(myöh. pyörällä sataa)= 0.4*0.2*0.1=0.008 P(myöh. pyörällä ei sada)= 0.6*0.95*0.05=0.0285 P(myöh. bussilla sataa)= 0.4*0.8*0.3=0.096 P(myöh. bussilla ei sada)= 0.6*0.05*0.25=0.0075 P(sataa ajoissa)=(0.072+0.224)/(0.072+0.224+0.5415+0.0225)=0.296/0.86 0.344 7. Hajamielinen professori unohtaa sateenvarjonsa käydessään kaupassa todennäköisyydellä 0.25. Eräänä päivänä hän käy neljässä kaupassa ja kotiin tultuaan hän havaitsee, että sateenvarjo on unohtunut. Mikä on todennäköisyys, että hän unohti sen kolmanteen kauppaan? P(U)=P(unohtaa sateenvarjon) P(U i )=(unohtaa sateenvarjon kauppaan i) P(U 3 U)=P(U 3 )*P(U U 3 )/P(U)=((0.75 2 *0.25)*1)/(1-0.75 4 )=0.2057 2

KOMBINATORIIKKAA: 1. Kirjahyllyssä on 3 tilastotieteen, 8 kansantaloustieteen ja 6 sosiologian kirjaa. a) Monessako järjestyksessä kirjat voivat olla, jos saman pääaineen kirjojen on oltava vierekkäin? b) Monessako järjestyksessä kirjat voivat olla, jos vain kansantaloustieteen kirjojen on oltava vierekkäin? c) Monessako järjestyksessä kirjat voivat olla, jos ei ole mitään rajoituksia? a) (3!*8!*6!)*3!=1045094400 b) 8!*10!=146313216000 c) 17!= 3.557*10 14 2. Kuinka monta sanaa pystyy muodostamaan seuraavista sanoista, kun sanaksi oletetaan mikä tahansa merkkijono, johon on käytetty kaikki kirjaimet. a) Kofi b) Annan c) tilastotiede a) 4!=24 b) C(5,3)=C(5,2)=10 tai jos iso kirjain oletetaan eri kirjaimeksi, niin 5!/(1!*1!*3!)=20 c) 12!/(1!*1!*2!*2!*1!*1!*1!*3!)=19958400 3

TODENNÄKÖISYYSJAKAUMIA: 1. Alla oleva taulukko kuvaa autokaupan myyntiä 300 päivän ajalta: Myytyjä autoja: 0 1 2 3 4 5 päivien lukumäärä: 54 117 72 42 12 3 a) Esitä todennäköisyysjakauma b) pistetodennäköisyysfunktion arvot c) kertymäfunktion arvot d) Laske E(X) ja Var(X) e) Laske P(2<X 4) f) Laske P(X 3) g) Laske P(X=2) a&b) x i : 0 1 2 3 4 5 p i : 54/300 117/300 72/300 42/300 12/300 3/300 c) F(x i): 0.18 0.57 0.81 0.95 0.99 1 d)e(x)=0*0.18+1*0.39+2*0.24+3*0.14+4*0.04+5*0.01=1.5 D 2 (X)=(0-1.5) 2 *0.18+(1-1.5) 2 *0.39+(2-1.5) 2 *0.24+(3-1.5) 2 *0.14+(4-1.5) 2 *0.04+(5-1.5) 2 *0.01=1.25 e) P(2<X 4)=0.99-0.81=0.18 f) P(X 3)=1-0.81=0.19 g) P(X=2)=0.81-0.57=0.24 2. Heitetään kahta harhatonta noppaa. Satunnaismuuttuja X 1 kuvaa ensimmäisen nopan silmälukua ja X 2 vastaavasti toisen nopan silmälukua. a) Esitä X 1 :n todennäköisyysjakauma. (+kertymä) b) Laske E(X 1 ), D 2 (X 1 ) ja D(X 1 ). Y= X 1 + X 2 c) Esitä Y:n todennäköisyysjakauma (+k) d) Laske E(Y), D 2 (Y) ja D(Y). a) x i : 1 2 3 4 5 6 f(x i ): 1/6 1/6 1/6 1/6 1/6 1/6 F(x i ): 1/6 2/6 3/6 4/6 5/6 6/6 b) E(X 1 )= 1/6*1+1/6*2+1/6*3+1/6*4+1/6*5+1/6*6=3.5 D 2 (X 1 )=1/6*(1-3.5) 2 +1/6*(2-3.5) 2 +1/6*(3-3.5) 2 +1/6*(4-3.5) 2 +1/6*(5-3.5) 2 +1/6*(6-3.5) 2 2.91667 D(X 1 )=sqrt(2.91667) 1.707825 c) y i : 2 3 4 5 6 7 8 9 10 11 12 f(y i ): 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 F(y i ): 1/36 3/36 6/36 10/36 15/6 21/36 26/36 30/36 33/36 35/36 36/36 d) E(Y)=1/36*2+2/36*3+3/36*4+4/36*5+5/36*6+6/36*7+5/36*8+4/36*9+3/36*10+2/36*11+1/36*12=7 tai riippumattomuuteen perustuen: E(Y)=E(X 1 )+ E(X 2 )=3.5+3.5=7 D 2 (Y)=D 2 (X 1 )+D 2 (X 2 ) 2.91666667+2.91666667 5.833333 D(Y)=sqrt(5.833333) 2.41523 3. Heitetään 7 kertaa harhatonta noppaa. Muuttuja X on kuutosten lukumäärä. c) Laske E(X) ja D 2 (X) d) Laske P(X<3), P(X=3) ja P(3<X 5) a) X~Bin(7, 1/6) n=7 ja p=1/6 b) x i 0 1 2 3 4 5 6 7 f(x i ) 0.279 0.391 0.234 0.078 0.016 0.002 0.000 0.000 F(x i ) 0.279 0.670 0.904 0.982 0.998 1 1 1 c) E(X)= n*p=1.1666666666667 D 2 (X)= n*p*(1-p)=0.97222222222222 4

4. Heitetään harhatonta kolikkoa. Muuttuja X on ensimmäisen klaavan ilmestymiskerta. c) Laske kertymäfunktion arvot c) Laske E(X) ja D 2 (X) a) X~Geom(1/2) p=1/2 b) x i 1 2 3 4 5 6 7 8 9 10... f(x i ) 0.500 0.250 0.125 0.063 0.031 0.016 0.008 0.004 0.002 0.001 c) F(x i ) 0.500 0.750 0.875 0.938 0.969 0.985 0.993 0.997 0.999 1 d) E(X)= 1/p=2 D 2 (X)= (1-p)/p 2 =2 5. Heitetään harhatonta kolikkoa. Muuttuja X on toisen klaavan ilmestymiskerta. c) Laske kertymäfunktion arvot c) Laske E(X) ja D 2 (X) a) X~NegBin(2, 1/2) r=2 ja p=1/2 b) x i 0 1 2 3 4 5 6 7 8 9 10 11 12... f(x i ) 0.250 0.250 0.188 0.125 0.078 0.047 0.027 0.016 0.009 0.005 0.003 0.001 0.001 c)f(x i ) 0.250 0.500 0.688 0.813 0.891 0.938 0.965 0.981 0.99 0.995 0.998 0.999 1 d) E(X)=r*(1-p)/p=2 D 2 (X)= r*(1-p)/p 2 =4 6. Uurnassa on 500 arpaa, joista 100 on voittavia. Muuttuja X voittojen määrä nostettaessa 25 arpaa. c) Laske kertymäfunktion arvot c) Laske E(X) ja D 2 (X) a) X~HyperG(500,100,25) N=500, K=100 ja n=25 b)x i 0 1 2 3 4 5 6 7 8 9 10 11 12... f(x i ) 0.003 0.021 0.068 0.135 0.190 0.201 0.167 0.112 0.061 0.028 0.010 0.003 0.001 c)f(x i ) 0.003 0.024 0.092 0.227 0.417 0.618 0.785 0.897 0.958 0.986 0.996 0.999 1 d) E(X)= n*(k/n)=5 D 2 (X)= n*(k/n)*(1-(k/n))*(n-n)/(n-1)= 3.8076152304609 7. Arvonnassa voiton odotusarvo on 3. Muuttuja X on voittojen määrä. c) Laske kertymäfunktion arvot c) Laske E(X) ja D 2 (X) a) X~Poisson(3) λ=3 b) x i 0 1 2 3 4 5 6 7 8 9 10... f(x i ) 0.050 0.149 0.224 0.224 0.168 0.101 0.050 0.022 0.008 0.003 0.001 c) F(x i ) 0.05 0.199 0.423 0.647 0.815 0.916 0.966 0.988 0.996 0.999 1 d) E(X)= λ=3 D 2 (X)= λ=3 5

8. X ~Uni(0,2) ja Y~Uni(0,4) ja muuttujat ovat riippumattomia toisistaan. a) Laske E(X), Var(X), E(Y) ja D 2 (Y) b) Z 1 =X+Y, Laske E(Z 1 ), D(Z 1 ) ja D 2 (Z 1 ) c) Z 2 =X-Y, Laske E(Z 2 ), D(Z 2 ) ja D 2 (Z 2 ) d) Z 3 =-2X+1, Laske E(Z 3 ), D(Z 3 ) ja D 2 (Z 3 ) a) E(X)=(2+0)/2=1 D 2 (X)=(2-0) 2 /12 0.3333333333333 E(Y)=(4+0)/2=2 D 2 (Y)=(4-0) 2 /12 1.3333333333333 b) E(Z 1 )=E(X)+E(Y)=1+2=3 D 2 (Z 1 )= D 2 (X)+D 2 (Y) 0.33333+1.33333 1.66666 D(Z 1 )=sqrt(1.66666)=1.2909918667443 c) E(Z 2 )=E(X)-E(Y)=1-2=-1 D 2 (Z 2 )= D 2 (X)+D 2 (Y) 0.33333+1.33333 1.66666 D(Z 2 )= sqrt(1.66666)=1.2909918667443 d) E(Z 3 )=-2*E(X)+1=-2*1+1=-1 D 2 (Z3)=(-2) 2 *D 2 (X) (-2) 2 *0.33333 1.33333 D(Z 3 )= sqrt(1.3333)=1.1546861045323 9. Pekka Pitkäsääri on erikoistunut kolmiloikkaan. Kolmiloikkaa koostuu kolmesta osasta, jotka ovat loikka, askel ja hyppy. Kolmiloikan osaset noudattavat normaalijakaumaa seuraavin parametrein: loikka~n(5.5, 0.5 2 ), askel~n(5.1, 0.6 2 ) ja hyppy~n(6.2, 0.8 2 ). Osaset oletetaan toisistaan riippumattomiksi. a) Mikä on niiden suoritusten osuus, joissa kokonaispituus on yli 18 metriä. b) Pekka suorittaa 6 peräkkäistä suoritusta, jotka oletetaan riippumattomiksi toisistaan. Mikä on todennäköisyys, että ainakin yksi niistä on yli 18 metriä pitkä? c) Onko kumpikaan riippumattomuusoletuksista mielekäs? N(5.5+5.1+6.2, 0.5 2 +0.6 2 +0.8 2 ) -> Kolmiloikka~N(16.8, 1.25) a) (18-16.8)/sqrt(1.25)= 1.0733126291999 1-Φ(1.07)=1-0.8577=0.1423 Yli kahdeksantoistametristen hyppyjen osuus on siis 14.2 prosenttia. b) 1-0.8577 6 =0.602 c) Kumpikaan riippumattomuusoletuksista ei ole mielekäs. 6

Estimointi: 1. Perusjoukkomme muodostuu 190:stä valtiosta ja käytössämme on 38 havainnon otos vuodelta 1999. Haluamme arvioida miesten odotettua elinikää. Vertailun vuoksi kerrottakoon, että miesten oikea odotettu elinikä vuonna 1999 oli 63.26 vuotta. Otos on hankittu käyttäen ositettua otantaa. alue valtioita otoksessa otoskeskiarvo perusjoukon keskihajonta Europpa+2: 39 8 72.01250 5.470511 Etelä-Amerikka: 37 7 70.37143 5.408860 Afrikka: 54 11 50.05455 9.827791 Aasia: 47 9 62.58889 7.834620 Oseania: 13 3 66.73333 6.025001 Tulokset ilman ositusta: maapallo 190 38 62.70526 10.92106 a) Estimoi miesten odotettu elinikä ositus huomioiden. b) Laske miesten odotettujen elinikien keskiarvon keskivirhe huomioimatta ositusta. c) Laske miesten odotettujen elinikien keskiarvon keskivirhe, kun tiedetään käytetyn ositettua otantaa suhteellisella kiintiöinnillä. a) x =39/190*72.013+37/190*70.371+54/190*50.055+47/190*62.589+13/190*66.733=62.76 b) 10.92106/sqrt(38)*sqrt((190-38)/(190-1))=1.5887804482271 ilman äärellisen perusjoukon korjaustekijää: 10.92106/sqrt(38)=1.7716298734543 c) sqrt((39/190) 2 *5.471 2 /8*(39-8)/(39-1)+(37/190) 2 *4.022 2 /7*(37-7)/(37-1)+(54/190) 2 *9.828 2 /11 *(54-11)/(54-1)+(47/190) 2 *7.834 2 /9*(47-9)/(47-1)+(13/190) 2 *6.025 2 /3*(13-3)/(13-1))=1.0811975 ilman äärellisen perusjoukon korjaustekijää: sqrt((39/190) 2 *5.471 2 /8+(37/190) 2 *4.022 2 /7 +(54/190) 2 *9.828 2 /11+(47/190) 2 *7.834 2 /9+(13/190) 2 *6.025 2 /3)=1.1951855 2. Miesten pituuden otoskeskiarvo on 176.5 ja otosvarianssi on 100. Otoksessa on 12 henkilöä. Pituudet oletetaan normaalijakautuneiksi. a) Laske pituuden 95%-luottamusväli. b) Perusjoukon varianssi on 100. Laske pituuden 95%-luottamusväli. c) Perusjoukossa on 200 henkeä. Laske pituuden 95%-luottamusväli molemmissa tilanteissa. a) t.0.975 (11)= 2.2010 176.5-2.201*10/sqrt(12)=170.14626028757 176.5+2.201*10/sqrt(12)=182.85373971243 b) 176.5-1.960*10/sqrt(12)=170.84196736194 176.5+1.960*10/sqrt(12)=182.15803263806 ca) 176.5-2.201*10/sqrt(12)*sqrt(1-12/200)=170.33982079536 176.5+2.201*10/sqrt(12)*sqrt(1-12/200)=182.66017920464 cb) 176.5-1.960*10/sqrt(12)*sqrt((200-12)/(200-1))=171.0005680208 176.5+1.960*10/sqrt(12)*sqrt((200-12)/(200-1))=181.9994319792 7

3. Pettersen tutki (1953) miten kasvin eri osissa olevat kukat pölyttyvät. Tutkimusta varten hän keräsi näytteitä 10 kasvin (sinimailanen) latvassa ja tyvessä olleista kukista ja laski niissä olevien siemenien määrien keskiarvot. Laske siementen määrien erotuksen luottamusväli. Tulokset olivat: kasvi 1 2 3 4 5 6 7 8 9 10 latva 1.3 3.3 2.0 0.4 2.1 1.9 1.3 0.1 0.9 3.0 tyvi 1.7 1.7 1.8 0.3 0.8 1.4 1.0 0.4 0.7 0.9 d i -0.4 1.6 0.2 0.1 1.3 0.5 0.3-0.3 0.2 2.1 2 d i 0.16 2.56 0.04 0.01 1.69 0.25 0.09 0.09 0.04 4.41 d =5.6/10=0.56 s d = sqrt((9.34-5.6 2 /10)/9)=0.83026100313897 0.56-1.833*0.830/sqrt(10)=0.07889423905964 0.56+1.833*0.830/sqrt(10)=1.0411057609404 4. Mikä on harmaahiuksisten naisten suhteellisen osuuden 95%-luottamusväli? Hiusten väri: 0=eos 1=vaalea 2=harmaa 3=punainen 4=ruskea 5=musta kalju vaalea harmaa puna ruskea musta Summa Nainen 2 15 6 11 20 9 63 Mies 2 16 4 0 35 5 62 Summa 4 31 10 11 55 14 125 Harmaahiuksisten suhteellinen osuus naisista: 6/63=0.0952 a) Waldin luottamusväli 0.095-1.960*SQRT(0.095*0.905/63)=0.02259 0.095+1.960*SQRT(0.095*0.905/63)=0.16741 b) Waldin korjattu luottamusväli 0.095-1.960*SQRT(((6+2)/(63+4)*(57+2)/(63+4))/(63+4))=0.01735 0.095+1.960*SQRT(((6+2)/(63+4)*(57+2)/(63+4))/(63+4))=0.17265 c) Agresti-Coull -luottamusvälit 0.095-1.960*SQRT(((6+1.960 2 /2)/(63+1.960 2 )*(57+1.960 2 /2)/(63+1.960 2 ))/(63+1.960 2 ))=0.01751 0.095+1.960*SQRT(((6+1.960 2 /2)/(63+1.960 2 )*(57+1.960 2 /2)/(63+1.960 2 ))/(63+1.960 2 ))=0.17248 d) Wilsonin luottamusväli (0.095+1.960 2 /(2*63)-1.960*sqrt(0.0952*0.9048/63+1.960 2 /(4*63 2 )))/(1+1.960 2 /63)=0.0442 (0.095+1.960 2 /(2*63)+1.960*sqrt(0.0952*0.9048/63+1.960 2 /(4*63 2 )))/(1+1.960 2 /63)=0.1924 2. Puoluetta kannattaa 5 henkeä 20 hengen otoksesta. Laske kannatuksen 95% -luottamusväli: Wald 0.0602<π<0.4398 AC 0.0678<π<0.4322 Wkorj 0.0682<π<0.4318 WS 0.0853<π<0.5107 CPB 0.0500<π<0.5000 CPF 0.0866<π<0.4910 a) Wald 0.25-1.960*sqrt(0.25*(1-0.25)/20)=0.06022381603584 0.25+1.960*sqrt(0.25*(1-0.25)/20)=0.43977618396416 b) Agresti-Coull 0.25-1.960*sqrt(((5+1.96 2 /2)/(20+1.96 2 )*(1-(5+1.96 2 /2)/(20+1.96 2 ))/(20+1.96 2 )))=0.06780 0.25+1.960*sqrt(((5+1.96 2 /2)/(20+1.96 2 )*(1-(5+1.96 2 /2)/(20+1.96 2 ))/(20+1.96 2 )))=0.43220 c) korjattu Wald 0.25-1.960*sqrt(((5+2)/(20+4)*(1-(5+2)/(20+4))/(20+4)))=0.06815025789487 0.25+1.960*sqrt(((5+2)/(20+4)*(1-(5+2)/(20+4))/(20+4)))=0.43184974210513 8

d) Wilson (0.25+1.960 2 /(2*20)-1.960*sqrt(0.25*0.75/20+1.960 2 /(4*20 2 )))/(1+1.960 2 /20)=0.111860 (0.25+1.960 2 /(2*20)+1.960*sqrt(0.25*0.75/20+1.960 2 /(4*20 2 )))/(1+1.960 2 /20)=0.468705 e) Clopper-Pearson binomijakaumalla f(x i ) F(x i ) C(20,0)*0.25 0 *(1-0.25) 20 =0.00317121193893 0.00317 C(20,1)*0.25 1 *(1-0.25) 19 =0.02114141292623 0.02431 C(20,2)*0.25 2 *(1-0.25) 18 =0.06694780759972 0.09125 >0.025 Alaraja on siis l/n=1/20=0.05 f(x i ) 1-F(x i ) C(20,20)*0.25 20 *(1-0.25) 0 =0.00000000000091 0.00000000000091 C(20,19)*0.25 19 *(1-0.25) 1 =0.00000000005457 0.00000000005548 C(20,18)*0.25 18 *(1-0.25) 2 =0.00000000155524 0.00000000161072 C(20,17)*0.25 17 *(1-0.25) 3 =0.00000002799425 0.00000002960497 C(20,16)*0.25 16 *(1-0.25) 4 =0.00000035692665 0.00000038653162 C(20,15)*0.25 15 *(1-0.25) 5 =0.00000342649582 0.00000381302744 C(20,14)*0.25 14 *(1-0.25) 6 =0.00002569871867 0.00002951174611 C(20,13)*0.25 13 *(1-0.25) 7 =0.00015419231204 0.00018370405815 C(20,12)*0.25 12 *(1-0.25) 8 =0.00075168752119 0.00093539157934 C(20,11)*0.25 11 *(1-0.25) 9 =0.00300675008475 0.00394214166409 C(20,10)*0.25 10 *(1-0.25) 10 =0.00992227527968 0.01386441694377 C(20,9)*0.25 9 *(1-0.25) 11 =0.02706075076276 0.04092516770653>0.025 Yläraja on siis u/n=10/20=0.5 f) Clopper-Pearson F-jakaumalla F L =F.025 (2k, 2(n-k+1))=1/(F.975 (2(n-k+1), 2k))=1/(F.975 (32, 10))=1/3.311=0.30202 F U =F.975 (2(k+1), 2(n-k))=F.975 (2(5+1), 2(20-5))=F.975 (12, 30)=2.41203 Alaraja on 1/(1+(20-5+1)/(5*0.30328))=0.08657 Yläraja on 1/(1+(20-5)/((5+1)*2.41203))=0.49105 3. Miesten pituuden otoskeskiarvo on 176.5 ja otosvarianssi on 121. Otoksessa on 12 henkilöä. Pituudet oletetaan normaalijakautuneiksi. Laske varianssin 95% -luottamusväli. χ 2.975(12-1)=21.920 χ 2.025(12-1)=3.816 Alaraja on (12-1)*11 2 /21.92=60.720802919708 Yläraja on (12-1)*11 2 /3.82=348.42931937173 4. Kyselytutkimuksessa saatiin vastaukseksi seuraava likert-asteikollinen tulos. Laske vastausten mediaanin konservatiivinen 95% -luottamusväli. X täysin eri mieltä eri mieltä aivan sama samaa mieltä täysin samaa mieltä Summa F 4 2 3 5 1 15 Mediaanin paikka on (15+1)/2=8, eli kahdeksas havainto, joka on "aivan sama". f(x i ) F(x i ) C(15,0)*0.5 0 *0.5 15 =0.00003051757813 0.00003051757813 C(15,1)*0.5 1 *0.5 14 =0.00045776367188 0.00048828125001 C(15,2)*0.5 2 *0.5 13 =0.00320434570313 0.00369262695314 C(15,3)*0.5 3 *0.5 12 =0.01388549804688 0.01757812500002 C(15,4)*0.5 4 *0.5 11 =0.04165649414063 0.05923461914065 >0.025 l=3, eli x (3) ="täysin eri mieltä" u=n-l=15-3+1=13, eli x (13) ="samaa mieltä" Luottamusväli on siis X (3) md (13), eli 95% luottamusväli mediaanille on (tem md sm). Ei-konservatiivinen luottamusväli olisi: X (4) md X (12), eli (tem md sm) 9